【数值计算方法】线性方程组的迭代解法-数值实验
1.【数学公式】mathtype和word2016集成2.【MathType】word2016数学公式编号3.【Matlab】基于KDtree的最近邻搜索和范围搜索4.【Matlab】判断点和多面体位置关系的两种方法实现5.《空间三角面片对相交判断算法》的matlab实现_ 0.2微秒6.Mpmath库-学习笔记7.有限元方法[Matlab]-笔记8.结构动力学教材-学习笔记9.复合材料力学基础及有限元分析10.【数值计算方法】数值积分&微分-python实现11.【数值计算方法】2&3维高斯积分的python实现12.【数值计算方法】线性方程组的迭代解法13.【数值计算方法】线性方程组迭代算法的Python实现
14.【数值计算方法】线性方程组的迭代解法-数值实验
15.【数值计算方法】非线性方程求根16.【数值计算方法】非线性方程求根-数值实验17.【数值计算方法】常微分方程初值问题的数值解18.Note_Fem边界条件的处理和numpy实现的四种方法 from formu_lib import * import numpy as np A=np.array([[-55,-5,12], [21,36,-13], [24,7,47]]) b=np.array([41,52,12]) w=lambda t:0.1*t xs,ys,ts=[],[],[] for i in range(1,20): _,err=SORIter(A,b,w(i)) xs.append(list(range(len(err+1)))) ys.append(err) ts.append(f"SOR iter error with w={w(i)}") print(f"i={i}")
- w=0.1~0.5
- w=0.6~1.0
- w=1.1~1.5
- w=1.6~1.9
结论:w 接近1.8时,算法就不收敛了,迭代次数越多,误差越大.
本文来自博客园,作者:FE-有限元鹰,转载请注明原文链接:https://www.cnblogs.com/aksoam/p/18347935
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 25岁的心里话
· 闲置电脑爆改个人服务器(超详细) #公网映射 #Vmware虚拟网络编辑器
· 零经验选手,Compose 一天开发一款小游戏!
· 通过 API 将Deepseek响应流式内容输出到前端
· AI Agent开发,如何调用三方的API Function,是通过提示词来发起调用的吗